本文將主要圍繞機器翻譯展開，詳細講述了其發展歷程，包括不同階段的翻譯技術特點；闡述了人們對機器翻譯及譯后編輯（MTPE）的擔憂；分析了機器翻譯使用增加的原因以及對 MTPE 未來的展望，涵蓋了機器翻譯從技術發展到應用影響等多方面的內容。
MT的發展歷程
然而，2016 年谷歌宣布開發其神經機器翻譯（NMT）系統。從那時起，NMT 的發展呈爆發式增長，并成為整個行業首選的機器翻譯模型。SMT 將輸入句子分解為短字符串，獨立翻譯然后嘗試重新排序。而 NMT 則試圖構建整個輸入的意義表示，并以此生成輸出。這有助于它在語法結構不同的語言之間生成流暢的輸出。總之，它是一個變革者！
最近，自適應機器翻譯（AMT）加入了語言學家使用的機器翻譯后代家族，為機器翻譯輸出增加了另一層準確性。當現場語言學家進行翻譯甚至使用標準機器翻譯引擎來制作他們的輸出時，AMT 會從語言學家的工作中學習，并在未來提供更好的建議。就像任何良好的合作關系一樣，AMT 與語言學家攜手合作，隨著時間的推移，兩者共同努力，關系會越來越好。
對MT和MTPE的擔憂
根據 CSA 研究在 2020 年 4 月進行的一項研究，只有 37% 的自由翻譯人員認為機器翻譯原始輸出質量 “良好”。這一觀點可能受到這樣一個事實的影響，即這些語言學家中有 81% 指出，機器翻譯原始輸出因客戶而異，這使得處理它的前景甚至難以預測地艱難。
然而，到 2022 年 10 月，Smartcat 發布的另一項全面行業研究得到的回應是，55% 的語言學家表示他們對人工智能翻譯（包括機器翻譯）的體驗是 “好、非常好或極好”。
一個值得注意的警告是，從事低資源語言或罕見語言組合工作的語言學家直言，對于他們的許多目的而言，機器翻譯仍未準備好進入黃金時期，這僅僅是因為許多語言和組合的強大、可靠的引擎仍在訓練中。因此，專業翻譯人員 —— 那些最了解和理解 “好的翻譯” 細微差別的人 —— 對于機器翻譯和譯后編輯的使用對他們及其客戶意味著什么仍然存在合理的擔憂和不同的看法，尤其是隨著機器翻譯在各個行業越來越多地得到應用。這些發現強調需要更多的教育和培訓，以消除任何誤解，并解釋機器翻譯、機器翻譯后編輯和其他新興技術的優勢。
特別是包括自由職業者 “市場” 的大型語言服務提供商（LSP）和語言技術平臺似乎在這方面或至少在對話中處于領先地位。同樣，因此，正確處理機器翻譯并生成適當的機器翻譯后編輯輸出（最終是其他人工智能驅動的輸出）的 “新標準” 對于保持有才華的語言學家的相關性和有報酬的就業至關重要。
MT 使用增加的原因及MTPE的未來展望
機器翻譯使用的增加是由許多因素驅動的。由于全球化的加劇和各種類型信息在網上的大量發布，每天產生的大量文本數據沒有足夠的人類翻譯人員來處理。這是個好消息！機器翻譯已成為幫助加快翻譯內容交付的不可或缺的工具，并且由于神經機器翻譯、自適應機器翻譯和人工智能在輸出質量方面取得的顯著進步而獲得了越來越多的認可。
重要的是要記住，機器翻譯的作用遠不止于譯后編輯。誰能想到去年神秘的縮寫 “GPT” 會掛在每個人的嘴邊，或者當它被恰當地用于許多個人和專業目的時會變得多么有用呢？關鍵是，即使我們今天專門討論機器翻譯后編輯，未來的靈活性和持續的職業發展也是新常態的一部分。
關于新宇智慧
新宇智慧是一家全球百強語言服務提供商，在游戲本地化領域積累了深厚的專業知識，并與全球多家知名游戲公司達成了長期穩定的合作。新宇智慧擁有超過300名專職員工，服務網絡覆蓋全球40多個國家，支持超過150種語言。我們始終堅持創新與服務并重，憑借先進的技術與豐富的項目管理經驗，成功幫助眾多企業實現了全球化戰略布局。無論是在本地化翻譯的精準度，還是多語言處理的效率上，新宇智慧始終走在行業的前沿。
